标签: AI基础设施

  • 西雅图紧急叫停新建数据中心:AI热潮下,这座城市选择先停下来想想

    西雅图紧急叫停新建数据中心:AI热潮下,这座城市选择先停下来想想

    西雅图数据中心
    西雅图市议会通过紧急禁令,暂停新建大型数据中心(配图由AI生成)

    6月9日,西雅图市议会做了一件在全美范围内都相当罕见的事——针对大型数据中心的建设,全票通过了一项紧急禁建令,立刻生效,先停一年再说。

    这个禁令针对的是功率容量超过20兆伏安的大型设施。说白了,就是那些为训练大模型而建的AI数据中心,普通的服务器机房不在此列。

    369兆瓦,相当于30万户家庭的用电量

    禁令背后有一组很具体的数字。今年4月,有四家公司接洽西雅图城市照明局(Seattle City Light),提出建设五座大型数据中心的计划。这五座设施的最大电力需求加起来是369兆瓦——够30万户普通家庭用。

    西雅图全市才多少人口?大约75万人。也就是说,这几座数据中心如果全建起来,消耗的电力相当于全市相当一部分居民用电的总和。电价会怎么变?市政电网扛不扛得住?没人知道,因为还没有人认真算过。

    “大型AI数据中心正在全美各地冒出来,推高了居民和小企业的公用事业成本,同时还制造了空气、水和噪音污染。西雅图人不应该用自己的钱包去补贴AI热潮中大型企业的创纪录利润。”
    ——市议员Eddie Lin(第2选区,土地使用委员会主席)

    连亚马逊的员工都站出来支持禁令

    这件事最耐人寻味的地方在于,支持禁令的最积极的一群人里,居然包括亚马逊的员工。

    亚马逊在西雅图是最大雇主之一,而亚马逊本身就是数据中心的最大使用者之一。按理说,员工应该站在公司一边,帮公司争取更多的数据中心建设空间。但这一次,亚马逊员工选择站在了居民这一边,多次出席市议会听证会,表态支持禁令。

    他们的逻辑并不复杂:数据中心的电力和冷却成本,最终会摊到所有用电户头上,包括他们自己。AI热潮带来的收益归科技公司,账单却寄到了每个居民的邮箱里。这笔账,算不过来。

    禁令不是永久的,但信号很明确

    这次通过的禁令时限是一年,必要时可以再延长六个月。在此期间,西雅图市政府会做一件事:把大型数据中心对电网、水资源、电价、土地使用、就业和公共健康的影响,系统地研究一遍。

    陪同禁令一起通过的还有一项政策框架决议(Resolution 32204),由第5选区市议员Debora Juarez牵头,明确要求以”西雅图价值观”来审视任何未来的数据中心提案。

    市议长Joy Hollingsworth说得很直白:”技术跑得很快,但我们的责任是确保增长不会以居民和电力用户的利益为代价。这一年给我们机会在做出永久性决定之前,先把影响搞清楚。”


    这件事为什么值得关注

    西雅图不是第一个面对数据中心扩张压力的城市,但它是第一个以全市议会全票通过的方式,正式按下暂停键的主要科技城市。

    这个先例一旦立起来,其他城市——尤其是那些同样在被数据中心”找上门”的地方——很可能会跟进。俄勒冈、弗吉尼亚、得克萨斯,各地都在面对同样的问题:科技公司要建数据中心,电从哪来?水从哪来?账单谁付?

    西雅图给出的答案是:先别急,让我们先弄明白再说。

  • 这颗卫星自己学会了找东西,太空AI时代真的来了

    这颗卫星自己学会了找东西,太空AI时代真的来了

    你拍一张照片,先传回地面,等分析师打开电脑看,再决定要不要拍下一张——这是过去几十年卫星工作的样子。数据量巨大,延迟高得离谱,大部分原始影像其实根本没人看。

    今年4月,一颗叫YAM-9的地球观测卫星把这事儿给改了。它在轨道上自己找到了要找的东西,完全没靠地面分析师。这是第一次有地球观测卫星在轨自主完成目标识别。

    卫星AI概念图
    YAM-9卫星搭载Nvidia Jetson Orin AGX GPU运行AI模型 | 图片来源:Loft/NASA JPL

    谷歌DeepMind的模型,跑在了太空中

    YAM-9由太空基础设施公司Loft Orbital制造,上面跑的软件来自NASA喷气推进实验室(JPL)。这个软件包名叫NAVI-Orbital,它把谷歌DeepMind的Gemma 3视觉语言模型搬到了轨道上。

    Gemma 3是专门为边缘设备设计的,能在远离数据中心的限制性硬件上运行。视觉语言模型(VLM)把大语言模型的语境理解能力和图像分析能力结合在一起——研究人员让它去分类”自然环境和人类开发交汇处”的传感器数据,或者识别铁路枢纽周边的基础设施,它都能搞定。

    “这为太空中’永远在线’的巡逻层打开了大门。”Loft的AI负责人Paul Lasserre说,”如果你有VLM,你就可以设定逻辑——比如’帮我监控这段边境,发现可疑情况就通知我’,然后跟卫星来回交互。”

    为什么这事很重要

    短期来看,轨上AI可以让太空传感器有用得多——它先在轨道上做初步数据分拣,减少分析师目前要硬着头皮处理的大量原始数据。

    长期来说,这是在为太空中更大规模的AI基础设施打样。YAM-9上装的是Nvidia Jetson Orin AGX GPU,也是目前太空计算的主流芯片之一。

    Loft的目标是用50到100颗YAM-9这样的卫星组队,实现对地球任意位置的实时覆盖。(Loft目前有12颗卫星在轨。)

    别人也在做

    Planet Labs也在发射搭载Jetson Orin处理器的卫星,目前用来做更简单的物体检测,但发言人表示正在研究包括VLM在内的其他AI应用。

    Kepler Communications运营着太空中最大规模的GPU集群,虽然因为NDA没法透露有没有部署VLM,但提到自今年1月那些卫星发射以来,已经出现了”几个未公开的使用案例”。


    未来:给宇航员的AI助手

    NAVI-Space的想法最初来自JPL研究员Taran Cyriac John,他在想给探索月球或火星的宇航员做数字助手。

    “我们在想,宇航员穿着增压服,肯定没法敲键盘,他们要做的任何事都很复杂。”JPL技术负责人Juan Delfa Victoria说,”所以,我们为什么不提供一个助手呢?就像在电子游戏和电影里看到的那种,可以交互的AI?”

    只不过,千万别叫它HAL 9000。

  • 英特尔拿下谷歌300万颗AI芯片大单,股价一天涨了14%

    台积电的”铁王座”出现裂缝

    这周半导体圈最大的消息,是谷歌据报向英特尔下单了超过300万颗TPU芯片,交货期定在2028年。消息还没官宣,英特尔股价已经先涨为敬——单日最高涨了14%,市值凭空多了几百亿美元。

    要说这事有多大,得先搞清楚TPU是什么。TPU是谷歌自研的AI芯片,专门用来跑自家的搜索、广告、YouTube推荐和Gemini大模型。以前这些芯片基本上都是台积电代工的,现在谷歌找上了英特尔,等于在台积电一家独大的格局里塞进了一个变量。

    据The Information的报道,谷歌其实已经”验货”验了好几个月,重点考察英特尔的先进封装能力。AI芯片不是把晶体管刻得越小就越厉害,现在的瓶颈更多在封装——怎么把多个小芯片和高带宽内存整到同一个模块里。英特尔的EMIB封装技术良率已经爬到接近90%,这个数字足以让谷歌认真考虑把订单给它。

    这三百万颗订单如果坐实,差不多占谷歌2028年TPU总产量的一半。对英特尔代工业务来说,这是它成立以来最大的一笔外单。

    摩根大通泼了一盆冷水

    不过华尔街也不是一边倒地看好。摩根大通的分析师直接说,别兴奋太早——这批TPU的核心制造可能还是台积电在做,英特尔拿到的或许只是封装订单。封装重要,但跟全套制造比起来,分量还是差了不少。

    这种质疑不是没有道理。英特尔的18A制程(相当于1.8纳米级别)技术上确实已经量产了——它自己的至强服务器CPU就在用——但能不能稳定地给外部客户大规模出货,这是两回事。台积电的优势不只是技术,更是几十年积累下来的良率和交付可靠性。

    英伟达那边也有类似的风声,说在评估英特尔的18A制程,用来做2028年左右发布的Feynman架构GPU。但目前还停留在”试流片”阶段,连正式订单的影子都没有。试流片花不了多少钱,离真正量产还隔着十万八千里。

    TSMC芯片制造
    台积电长期垄断先进AI芯片制造,谷歌英特尔合作是供应链多元化的信号丨来源:TechTimes

    为什么大家想逃离台积电

    话又说回来,谷歌和英伟达”脚踩两条船”这件事本身,比订单最终花落谁家更有意思。台积电现在基本上吃下了全球所有先进AI芯片的制造,产能早就拉满了,先进封装环节更是紧到客户要排队。台积电自己都公开说过,AI芯片的短缺会持续好几年。

    更要命的是地缘政治。全世界的AI基础设施都押在台积电一家身上,而台积电的工厂基本上都在中国台湾地区。这种单点风险,谷歌、英伟达、苹果谁都受不了。所以你会看到苹果也在悄悄找英特尔代工部分芯片,特斯拉已经成了英特尔14A制程的首个主要客户。

    英特尔在这个时间点确实有它的优势。它是西方世界唯一一个还有希望追上先进制程的芯片制造商,美国政府也很乐意看到它成功——这不只是一家公司的生意,背后有整个供应链安全的逻辑。

    悬念还在

    目前这笔订单最大的问题就是:它还没有被官方确认。谷歌和英特尔都没有出来认领这件事。所以现在市场上炒得火热,本质上是在用”可能性”定价。如果最后证实英特尔只拿到封装订单,股价可能会回吐一部分涨幅;如果证实真的拿到了整颗芯片的制造订单,那才是真正的地震。

    对于普通观察者来说,这件事的意义不在于英特尔能不能马上取代台积电——这短期内不可能发生——而在于AI芯片的供应链正在从”台积电一家独大”走向”多极分布”。这个趋势一旦启动,就不会停下来。


    • 谷歌据报向英特尔下达超300万颗TPU订单,2028年前交付
    • 消息传出后英特尔股价单日最高涨14%
    • 摩根大通质疑:英特尔或仅负责封装,核心制造仍归台积电
    • 英伟达同时评估英特尔18A制程,用于2028年Feynman架构GPU
    • AI芯片供应链多元化已成大势,台积电垄断格局开始出现裂缝
  • SpaceX的AI算力赌局失算,每年260亿美元把数据中心租给了Anthropic和Google

    马斯克旗下的SpaceX在AI算力上的豪赌,最近出现了一个不小的尴尬转折。据彭博社援引匿名消息人士报道,SpaceX已将其位于孟菲斯的Colossus 1 AI数据中心的部分算力对外出租,租户包括Anthropic和Google——两家恰好是AI领域里最有分量的玩家。

    这背后有一个相当现实的问题:SpaceX自己用起来,发现不太好用。

    延迟扯了后腿

    Colossus 1是SpaceX为训练自有AI模型(也就是Grok)而搭建的算力集群的一部分。按照原本的规划,SpaceX要通过三个数据中心园区共同支撑最前沿的模型训练。但问题来了——Colossus 1和另外两个站点之间的距离超过了10英里,连接它们的时候出现了明显的延迟问题。

    叠加当地网络基础设施偏老旧的因素,整个算力集群的实际表现远不如预期。就好比你花大价钱组了一套顶级电竞装备,结果家里的宽带只有10Mbps,该卡还是卡。

    据彭博社报道,SpaceX与Anthropic签署的算力租赁合同年费高达150亿美元;与Google的合同则按月计费,每月9.2亿美元。

    SpaceX AI数据中心
    SpaceX的AI算力布局遭遇现实挑战(图源:The Verge)

    150亿美元 yearly,SpaceX做了笔什么生意

    具体地说,SpaceX把Colossus 1的闲置算力租给了两家公司。Anthropic每年支付150亿美元,Google每月支付9.2亿美元。按这个数字算,Google一年的费用也超过110亿美元。两笔合同加起来,SpaceX每年仅出租算力就能进账超过260亿美元。

    对Anthropic和Google来说,这是一笔划算的交易——AI训练算力在全球范围内都是稀缺资源,能找到一个现成的大规模集群接入,省去了自己搭建的时间成本。尤其是Anthropic,作为OpenAI最主要的竞争对手之一,它对算力的渴求几乎是无底洞。

    但对SpaceX来说,这多少有点”打脸”的意味。Colossus 1原本是为Grok量身定制的训练场,结果Grok用起来不顺手,只好转手租给别人。不过换个角度看,与其让昂贵的算力闲置吃灰,不如租出去回血,这倒也不失为一种务实的做法。

    SpaceX的AI棋局还没下完

    把Colossus 1租出去,并不意味着SpaceX放弃了AI。据The Verge的报道,SpaceX同时在推进一个基于卫星的AI服务器项目——把算力直接搬到太空里。如果这件事做成,延迟问题可能就不是地球网络基础设施能左右的了。

    但目前来看,这个卫星AI项目的进展还停留在非常早期的阶段。眼下的现实是:SpaceX花大价钱建好的数据中心,自己用着不顺手,只好先租给隔壁最有钱的邻居。

    • Colossus 1因跨站点延迟问题,SpaceX自身难以高效使用
    • Anthropic年付150亿美元租用算力,Google月付9.2亿美元
    • SpaceX仍在推进基于卫星的AI服务器项目,试图绕过地面网络限制
    • 算力租赁年收益超260亿美元,闲置资产变现金奶牛

    这件事最有趣的地方在于:连SpaceX这样的公司都会在AI基础设施上踩坑,说明建数据中心和用好数据中心,真的是两码事。算力军备竞赛里,买显卡只是第一步,怎么把它们高效地连在一起跑起来,才是真正的硬仗。

  • SK海力士市值破万亿,AI内存生意比卖显卡还赚钱





    SK海力士市值破万亿,AI内存生意比卖显卡还赚钱

    SK海力士市值破万亿,AI内存生意比卖显卡还赚钱

    2026年5月27日 · The AI Track

    2026年5月27日,韩国芯片制造商SK海力士股价收盘上涨约9.3%,盘中最高涨幅达14.9%,市值首次突破1万亿美元大关。这不是一家公司的胜利,而是整个AI内存供应链价值重估的缩影。

    就在前一天,美光科技刚突破1万亿美元市值;5月6日,三星电子也达到了这一里程碑。三家内存巨头在短短三周内接连破万亿,AI基础设施的投资热潮从”算力”烧到了”内存”。

    高带宽内存(HBM)已经成为AI供应链的瓶颈环节。英伟达的AI加速器需要高速内存堆栈来高效训练和运行大语言模型,而SK海力士正是这个环节的主要供应商。

    为什么是现在?

    AI训练对内存的需求跟传统计算不一样。大语言模型训练时需要在GPU之间高速传输海量参数,这时候传统DDR内存的带宽就不够用了,必须用HBM(高带宽内存)。

    问题在于HBM的生产难度远高于普通内存芯片。它需要先进封装、专用制造产能,还要跟英伟达这样的核心客户做长周期认证。产能不是想扩就能快速扩的。

    根据Counterpoint Research的数据,2025年第四季度SK海力士占全球HBM收入的57%,三星占22%,美光占21%。三家把HBM市场吃干抹净,定价权牢牢攥在手里。

    数字会说话

    • 股价涨幅:今年以来SK海力士累计上涨超过200%,部分估算接近250%;同期美光涨约245%,三星涨约149%
    • 业绩表现:SK海力士4月公布的季度利润同比翻了五倍,同时公司预计未来三年HBM需求将超过现有供应
    • 市场份额:SK海力士在HBM市场占比57%,是英伟达AI加速器的核心供应商
    • 后续计划:SK海力士正计划通过美国存托凭证(ADR)赴美上市,拓宽国际投资者准入渠道

    韩国股市的新引擎

    SK海力士的上涨带动了整个韩国大盘。5月27日当天,韩国综合股价指数(KOSPI)盘中最高上涨5.1%,收盘上涨2.3%。

    目前三星和SK海力士合计占KOSPI指数市值的40%以上。韩国股市跟全球AI基础设施需求的关联度越来越高。今年以来KOSPI指数接近翻倍,韩国成为这轮AI基础设施周期中公开股票市场的最大受益者之一。

    同日,韩国交易所还上市了挂钩三星和SK海力士的单股票杠杆ETF。跟踪SK海力士股价每日两倍收益的杠杆ETF首日上市即上涨18%。

    内存行业的逻辑变了

    过去几十年,内存芯片一直被当成周期性大宗商品。短缺时价格飙升,厂商疯狂扩产,然后供应过剩、价格暴跌,周而复始。

    AI需求正在改变这个规律。现在内存需求不再主要来自智能手机、笔记本电脑等消费电子产品,而是越来越多来自AI数据中心。数据中心的内存采购是长期合同、大规模、持续性的,不像消费电子那样季节波动剧烈。

    分析师目前预计内存需求将持续超过供应直到2028年。这也支撑了投资者对HBM业务占比较高的厂商给出更高的估值。

    风险也不能忽视

    股价涨得快,风险也在积累。KOSPI指数对少数AI相关芯片股的依赖度越来越高,这可能会加剧市场波动。供应链中断、客户集中度高、全球数据中心投资放缓等因素,都会对韩国整体股市产生更大影响。

    另外,杠杆ETF的流行也带来了额外风险。这类产品会放大单日波动,增加期货和现货市场的短期压力。5月27日SK海力士盘中涨幅达14.9%,收盘回落到9.3%,这种剧烈波动在杠杆产品普及后会更常见。

    还有一点,AI数据中心的建设节奏如果放缓(比如因电力、冷却、监管等因素),内存需求的增长也会受影响。这轮上涨的底层逻辑是”AI基础设施持续扩张”,如果这个逻辑被打破,估值回调不会客气。


  • Supabase 8个月估值翻倍至100亿美元,vibe-coding 浪潮里跑出一只十角兽

    Supabase 8个月估值翻倍至100亿美元,vibe-coding 浪潮里跑出一只十角兽

    做AI应用开发的人,最近大概率都跟Supabase打过交道。它是那个把Postgres包了一层、让开发者不用自己折腾数据库的开源项目,也是这波vibe-coding浪潮里最受益的基础设施之一。

    8个月,估值从50亿涨到100亿

    6月5日,Supabase宣布完成5亿美元F轮融资,投前估值100亿美元,融资后估值约105亿美元。这个数字是8个月前的两倍——去年10月,他们刚以50亿美元估值融了1亿美元。

    Supabase CEO Paul Copplestone
    Supabase联合创始人兼CEO Paul Copplestone(图片来源:TechCrunch)

    再往前推几个月,Supabase的估值才20亿美元。也就是说,不到一年时间,这家公司的估值翻了5倍。

    增长来自哪里?CEO Paul Copplestone说,过去一年Supabase上的数据库启动量增长了600%以上,其中超过60%是通过某种AI工具启动的。目前Supabase拥有近1000万开发者用户,8个月内翻了一番。

    Copplestone特别提到,增长要归功于Claude Code和Codex,因为这两个AI模型”扩大了能够开发的人群范围”。

    Multigres:给Postgres做一个”操作系统”

    Supabase这周还发布了一个叫Multigres的工具,定位是Postgres的”操作系统”。简单说,它就是帮开发者把运行Postgres时的那些麻烦事——只读副本、故障转移、连接限制、备份——集中管理起来。

    这件事背后的逻辑是:vibe-coding降低了写代码的门槛,更多人能做出产品原型了,但数据库运维这关还是很难跨过去。Supabase想做的,就是把这个坑也填平。

    不迎合大客户,反而跑得更快

    Copplestone去年11月在TechCrunch的《Equity》播客里说过一段话,挺有意思。他说自己拒绝参与开发者工具的”劣质化”竞赛——不会为了拿到大企业客户的上百万美元合同,就按他们的要求改产品方向。他坚持自己的产品愿景。

    这跟大多数初创公司的策略是反着的。但通常情况下,走自己的路反而能跑出意外的结果。Supabase这波增长,某种程度上验证了这条路。

    本轮由新加坡GIC领投,Stripe等原有投资者继续跟投,Georgian和Salesforce Ventures也新加入了。Supabase现在是Bolt、Figma、Lovable、Replit等平台的优选数据库。


  • 亚马逊员工倒戈了:我们不支持公司在西雅图建数据中心

    AI数据中心建设
    西雅图讨论对新建数据中心实施暂停令 | 图片来源:The Verge

    西雅图要是建5个新的大型数据中心,需要消耗多少电?根据《西雅图时报》的数据,总最大用电需求是369兆瓦,大约是西雅图日均用电量的三分之一。建成后,这5个数据中心的耗电量是西雅图现有30个数据中心耗电量的10倍。

    这个数字让西雅图市议会坐不住了。2026年6月,西雅图正式通过了一项为期一年的新建数据中心紧急禁令。而有意思的是,这项禁令最坚定的支持者里,有一群亚马逊的员工。

    亚马逊员工站出来反对自己的雇主

    多名亚马逊软件工程师、高级工程师以”亚马逊气候正义员工”组织成员的身份,在西雅图市议会听证会上公开作证,支持对新建数据中心实施暂停令。

    亚马逊高级软件工程师Liesl Wigand在听证中说:”我的工作让我目睹了不计成本推进AI建设的后果。最大的问题是人们认为AI可以解决一切问题,却忽视了它消耗的资源。这种文化在科技行业无处不在。”

    她呼吁政府主动”制定规则”,要求数据中心建设需符合气候减缓、AI安全委员会等保护标准,而不是由科技巨头自行决定建设规则。她的原话是:”不要让大型科技公司为了赢得AI竞赛而烧掉西雅图。”

    “我们不要空壳公司和保密协议”

    亚马逊软件工程师Patrick Schloesser在听证中提出了更具体的诉求:要求政府强制开发商不得通过保密协议(NDA)和空壳公司隐瞒项目主体身份;要求开发商为当地电网提供100%的额外可再生能源,且每次裁员时都需缴纳税款;呼吁建立向城市汇报的工人主导的安全委员会。

    他引用了一组数据:亚马逊今年资本支出达2000亿美元,微软达1900亿美元,其中大部分用于AI和数据中心建设。但亚马逊过去8个月已经裁减了3万名企业办公室员工。他的结论是:”大型科技公司正不顾一切地尽可能快地建设算力,这种迫切性给了城市谈判的筹码。”

    电费涨了,承诺没兑现

    除了亚马逊员工,数十名西雅图居民、其他科技公司员工、电气工程师也参与了支持暂停令的听证。他们的反对理由很实在:近年来当地居民的电费已经因为数据中心建设出现上涨;有人播放了数英里外就能听到数据中心噪音的录音;还有人指出,科技公司在听证中提到的承诺——使用大规模可再生能源、电网级电池存储、闭环冷却系统限制用水——实际上都没有兑现。

    一名匿名前亚马逊软件工程师告诉The Verge:企业正在”不顾一切地推进数据中心建设,完全没有征求员工或建设所在社区的意见”。暂停令是难得的契机,可以探讨”如果这些技术将长期伴随我们,如何让基础设施和技术本身惠及民众,而不是让财富集中在少数科技亿万富翁手中”。

    全美范围内已经出现多个数据中心项目因当地抗议被取消或缩减规模的案例。纽约州议会已经投票通过对新建大型数据中心为期1年的禁令,目前该法案已提交给州长签署。


    西雅图这件事有意思的地方在于,反对数据中心的不是外人,正是科技公司的员工自己。他们在公司里面写代码训练模型,在外面去市议会作证,要求放慢公司自己正在拼命推进的基建项目。这种分裂也许正是AI热潮到了某个阶段之后,必然会有的反应。

    📎 原文来源:Amazon employees ask Seattle to hit pause on new data centers | The Verge / Hayden Field
  • SpaceX把AI算力租给了Anthropic和谷歌,年收150亿美元

    SpaceX刚刚完成史上最大规模的IPO,马斯克也借此成为全球首位万亿富翁,公司另一边却在悄悄处理一件相当尴尬的事——原本打算用来训练前沿AI模型的算力集群,因为延迟和硬件问题,现在租给了Anthropic和谷歌。

    算力蓝图撞上了现实墙

    据彭博社援引匿名消息人士报道,SpaceX原计划使用一个由三个数据中心园区组成的算力集群来训练自己的最前沿AI模型。这个计划的核心是把Colossus 1和另外两个距离超过10英里的站点连在一起,组成一个超级算力池。

    问题从连接开始。三个站点之间超过10英里的物理距离导致了不可忽视的网络延迟,而园区里老化的网络基础设施让情况雪上加霜。再加上不同站点之间硬件配置存在差异,整个集群没办法按照预期那样协同工作。

    SpaceX Colossus AI数据中心
    SpaceX的Colossus 1数据中心园区(The Verge)

    算力租出去了,价格不菲

    遇到这些问题之后,SpaceX没有继续死磕,而是把算力租了出去。两笔租赁协议都是在与硬件差异和延迟问题打交道之后才达成的。

    • Anthropic:年租金150亿美元,用SpaceX的算力训练Claude模型
    • 谷歌:月租金9.2亿美元,用于谷歌自己的AI训练需求

    这两笔交易加在一起,意味着SpaceX的算力集群每年至少能带来超过250亿美元的收入。但对于一家刚刚把AI作为核心战略的公司来说,把最先进的算力租给竞争对手,怎么看都有点无奈。

    Grok也在孟菲斯碰了壁

    SpaceX在孟菲斯开发和运行Grok AI的过程也遇到了麻烦。据报道,公司在那里的运营并不顺利,这也是促使它将算力对外出租的另一个背景因素。

    SpaceX虽然有卫星AI服务器的宏大规划,但现实中的算力基础设施挑战比预想的要复杂得多。延迟、硬件差异、老化设备——这些问题不会因为你是SpaceX就自动消失。

    AI算力的门槛比想象中高

    这件事其实折射出一个更大的问题。现在各家科技公司都在疯狂砸钱建AI算力,但真正能把算力用好的门槛非常高。网络架构、硬件一致性、冷却系统、供电能力——任何一个环节掉链子,整个集群的效率就会大打折扣。

    SpaceX把算力租给Anthropic和谷歌,至少能保证这些昂贵的设备不停着吃灰。至于SpaceX自己的AI野心什么时候能落地,目前看来还得再等等。


  • 亚马逊首次披露数据中心用水量:一年25亿加仑,AI烧的不只是电

    亚马逊首次披露数据中心用水量:一年25亿加仑,AI烧的不只是电

    AI数据中心的水电消耗问题,最近几个月一直是舆论焦点。西雅图刚通过了一年的数据中心建设暂停令,亚马逊自己的员工也站出来支持这项禁令。就在这个节骨眼上,亚马逊第一次对外公布了它的年度用水数据。

    亚马逊数据中心
    亚马逊首次公开数据中心用水数据,引发行业热议 | 图片来源:The Verge

    数字是这样的:2025年,亚马逊全球数据中心总共消耗了25亿加仑水,换算过来大约是每千瓦时电力消耗0.12升水。这个数字比2024年下降了2%——注意,这是在亚马逊持续扩张运营规模的背景下实现的。

    亚马逊说自己比竞争对手更省水

    亚马逊在报告里放了一张对比图,显示微软、谷歌和Meta每千瓦时用水都比自己多。看上去确实不错,但细看就会发现比较方式有点取巧——谷歌的数据只涵盖了Gemini AI专用数据中心,而亚马逊报的是全部运营数据。

    更关键的是,亚马逊的数据没有把发电厂间接消耗的用水量算进去。数据中心用的电,发电过程本身也要消耗大量水。如果把这个因素考虑进来,真实的用水数字可能会大不少。

    那么亚马逊的数据中心到底是怎么降温的?根据报告,90%的时间里,亚马逊数据中心使用风冷散热,只有在”一年中最热的那些天的那几个小时”才会启用蒸发式水冷。同时,亚马逊还提高了服务器能承受的工作温度上限,减少不必要的冷却。

    亚马逊声称,自己的数据中心用水效率是行业平均水平的7倍。这个数字来自一篇去年发布的同行评审论文,亚马逊对它做了一些调整。至于调整得合不合理,外界暂时还没法验证——毕竟这是亚马逊第一次公布用水数据,独立研究人员还没有机会仔细审查。

    为什么用水数据这么敏感

    训练一个大语言模型需要多少水?这个问题过去几年被不少研究人员算过,答案因计算方法而异,但方向是一致的:AI的规模越大,消耗的水和电就越多。随着微软、谷歌、Meta、亚马逊纷纷加码AI基础设施投资,数据中心的建设速度已经超出了许多社区的承受能力。

    西雅图的数据中心暂停令就是一个信号。当地居民和环保团体担心,数据中心的密集建设会对区域水资源和电力供应造成过大压力。亚马逊员工公开支持这项暂停令,也说明公司内部的环保意识在上升。

    亚马逊选择在这个时候公布用水数据,时机颇为微妙。可以解读为透明的姿态,也可以解读为在监管压力来临之前主动出击、抢占叙事。不管动机如何,这些数据至少让外界第一次有机会对大科技公司的水资源消耗做一个粗略的横向比较。接下来,微软、谷歌和Meta会不会也跟着公布更详细的数据?值得关注。


  • 亚马逊借了175亿美元搞AI,这笔钱能烧多久?

    亚马逊借了175亿美元搞AI,这笔钱能烧多久?

    亚马逊刚刚从银行拿到了175亿美元贷款。这个数字是什么概念?相当于一个中等国家的GDP,或者大约1200亿人民币。而亚马逊拿这笔钱的用途只有一个:砸进AI里。

    这不是亚马逊第一次为AI借钱。就在拿到这笔贷款前不久,亚马逊刚在加拿大发了一笔债券,规模大到创了加拿大企业债券发行的历史纪录。两笔融资加起来,亚马逊正在为它的AI野心准备一个巨大的资金池。

    亚马逊AI基础设施
    亚马逊在北弗吉尼亚的AI数据中心(图源:Pymnts)

    2000亿美元要花在哪里

    亚马逊2026年的资本支出预算是2000亿美元。比2025年的1318亿美元猛增了超过50%。这笔钱主要流向两个方向:AWS数据中心扩建,以及AI算力基础设施。

    你能想象2000亿美元堆在一起是什么样子吗?这笔钱可以买下大约40艘航空母舰,或者建造200个大型国际机场。而亚马逊计划把它全部投进服务器、GPU、数据中心和电力设施里。

    亚马逊CEO安迪·贾西在最新一季财报电话会上说得很直白:”我们正在尽可能快地安装产能,把产能变成收入。”翻译一下就是:钱先砸进去,后面再想办法赚回来。

    亚马逊2025年第四季度AWS营收同比增长24%,是近13个季度以来的最高增速。云业务还在涨,但钱也确实在往里砸。

    不是亚马逊一家在借,整个科技圈都在举债

    如果你觉得亚马逊借175亿美元很多,那你可能没看过整个科技行业的账单。2026年,亚马逊、Alphabet(谷歌母公司)、微软、Meta这四家公司的资本支出加起来预计会达到7250亿美元。

    7250亿美元。这个数字比很多国家的全年GDP还高。而这些钱,绝大部分都会流向AI。

    为什么大家都在借钱搞AI?因为AI军备竞赛的逻辑很简单:你不砸,别人就砸了;别人砸了,你就落后了;你落后了,之前的投入可能就打水漂了。这个正反馈循环让每家科技公司都不得不往里砸钱,哪怕这意味着公司债务会飙升。

    国际清算银行在2026年3月出了一份报告,说AI投资已经进入了”更危险的阶段”。超大规模云厂商把创纪录比例的经营现金流投进了资本支出,对外部融资的依赖度持续上升。翻译成人话:大家都在透支未来,赌AI能赚回这笔钱。

    这笔钱能换来什么

    亚马逊借钱砸AI,到底能不能赚回来?这个问题现在没有人能给出确定答案。

    乐观的人会说:你看AWS还在高速增长,AI需求只会越来越旺,现在砸的钱,未来会变成持续几十年的现金流。亚马逊现在是全球最大的云服务商,市场份额超过30%,AI浪潮只会让它更赚钱。

    悲观的人会说:2000亿美元砸进去,什么时候能回本?AI现在看起来很热闹,但真正赚大钱的应用还没出现。如果AI的商业化不及预期,亚马逊这笔债可能要还得非常辛苦。

    摩根士丹利的分析师算了一笔账:亚马逊2026年的自由现金流可能会变成负170亿美元。也就是说,经营活动赚的钱,还不够覆盖资本支出的窟窿,需要靠借钱来补。

    这种模式能维持多久?取决于两件事:第一,AWS的增长能不能持续;第二,AI能不能真的变成一门好生意。如果这两件事都发生,亚马逊的债务会变成未来收入的垫脚石;如果没发生,这些债务就是一颗定时炸弹。

    小公司已经玩不起了

    亚马逊这笔175亿美元贷款,给行业释放了一个很清晰的信号:AI的竞争门槛已经高到中小公司玩不起的程度了。

    你想做一个AI创业公司?先准备个几十亿美元的资金储备吧。没有这个体量,你连跟亚马逊、谷歌、微软、Meta竞争的资格都没有。这不是在比谁的产品更好,而是在比谁的融资能力强、谁敢借更多的钱。

    这对创业生态意味着什么?意味着AI领域的创新,会越来越集中在少数几家巨头手里。创业公司要么被收购,要么就专注做细分领域的小生意,再也别想挑战巨头的地位了。

    亚马逊愿意承担这么高的债务,本质上是在押注:AI是未来十年最重要的技术底座,谁先建立起算力优势,谁就能在未来的AI经济里占据最好的位置。这笔赌注有多大?175亿美元,加上之前借的,加上未来还要借的,可能要到上千亿美元的规模。赌赢了,亚马逊会变得更不可替代;赌输了,这笔债务的利息就能压得公司喘不过气。